买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉吉林大学申请的专利一种基于时空上下文和类别偏好的下一个位置推荐方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116150511B 。

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310125978.X，技术领域涉及：G06F16/9537；该发明授权一种基于时空上下文和类别偏好的下一个位置推荐方法是由周旭;王雪莹;刘衍珩设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本一种基于时空上下文和类别偏好的下一个位置推荐方法在说明书摘要公布了：本发明公开了一种基于时空上下文和类别偏好的下一个位置推荐方法，包括：步骤一、获取用户签到的类别序列，构建每个用户的类别关联图，用词向量获取图中节点的嵌入向量，通过进行门控图神经网络训练，得到每个类别节点的嵌入向量，通过注意力机制生成用户的类别偏好；步骤二、获取用户签到序列，通过LSTM和上下文注意力机制得到每次签到的嵌入向量表示和隐藏状态，基于时间注意力机制得到每次签到的权重，生成用户的兴趣点偏好；步骤三、筛选候选兴趣点，结合类别偏好和兴趣点偏好，计算候选兴趣点的概率值，并对其进行降序排列，对候选兴趣点进行排序，将Top‑N的位置推荐给用户。

本发明授权一种基于时空上下文和类别偏好的下一个位置推荐方法在权利要求书中公布了：1.一种基于时空上下文和类别偏好的下一个位置推荐方法，其特征在于，包括： 步骤一、获取用户签到的类别序列，构建每个用户的类别关联图，用词向量获取图中节点的嵌入向量，通过进行门控图神经网络训练，得到每个类别节点的嵌入向量，通过注意力机制生成用户的类别偏好； 所述步骤一包括： 步骤1、从LSBN中根据用户编号提取签到的兴趣点编号、时间、类别、地理位置，进行预处理操作； 步骤2、从已经提取的信息中获取每个用户的签到类别，并按照签到的时间顺序形成类别序列 式中，代表用户u在时间tk访问了类别为catv的兴趣点v，t1为用户第一次签到行为时刻，t2为用户第二次签到行为的时刻，tN为第N次签到行为的时刻； 步骤3、根据序列中访问类别的前后关系，将其转化为类别关联图，图中的每一个节点表示该用户签到过的一个类别，连接两个节点之间的无向边表示用户先后签到了这两个类别； 步骤4：利用词向量机制获取图中每个节点的嵌入向量表示，将词向量机制获取的嵌入向量表示作为初始向量输入到门控图神经网络中，经过不断的迭代优化捕获该用户访问类别之间的联系，并生成类别的嵌入向量表示sc； 步骤5、使用注意力机制根据关联图中每个节点的嵌入向量表示得到整张图的嵌入向量表示，作为用户的类别偏好； 步骤二、获取用户签到序列，通过LSTM和上下文注意力机制得到每次签到的嵌入向量表示和隐藏状态，基于时间注意力机制得到每次签到的权重，生成用户的兴趣点偏好； 所述步骤二包括： 步骤a、从LBSN中将每个用户的历史签到行为按照时间顺序提取出用户签到序列； 步骤b、将用户轨迹序列中的签到属性提取出来，通过词向量机制将签到属性转换为嵌入向量表示； 步骤c、将用户在时间tk签到的嵌入向量表示与tk-1时刻的隐藏状态一起进入到tk时刻的LSTM中，获取tk时刻的隐藏状态 通过注意力机制、生成每个签到的权重向量μk，用每个对应的权重μk衡量第k次历史签到对下一次签到的影响程度，将得到的权重向量μk乘以HP，得到用户的POI偏好； 步骤三、筛选候选兴趣点，结合类别偏好和兴趣点偏好，计算候选兴趣点的概率值，并对其进行降序排列，对候选兴趣点进行排序，将Top-N的位置推荐给用户。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学，其通讯地址为：130000 吉林省长春市前进大街2699号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。